Actividad_5_ CDG1
Jose Luis Ruiz Quiñonez
2025-06-01
Introduccion
Este informe presenta un análisis estadístico aplicado al conjunto de datos smoking_health_data_final.csv, el cual contiene información clínica de personas fumadoras y no fumadoras. A través de diversas pruebas de hipótesis y visualizaciones, se busca evaluar relaciones significativas entre el hábito de fumar y variables fisiológicas como el colesterol y la frecuencia cardíaca
## age sex current_smoker heart_rate
## Min. :32.00 Length:3900 Length:3900 Min. : 44.00
## 1st Qu.:42.00 Class :character Class :character 1st Qu.: 68.00
## Median :49.00 Mode :character Mode :character Median : 75.00
## Mean :49.54 Mean : 75.69
## 3rd Qu.:56.00 3rd Qu.: 82.00
## Max. :70.00 Max. :143.00
##
## blood_pressure cigs_per_day chol
## Length:3900 Min. : 0.000 Min. :113.0
## Class :character 1st Qu.: 0.000 1st Qu.:206.0
## Mode :character Median : 0.000 Median :234.0
## Mean : 9.169 Mean :236.6
## 3rd Qu.:20.000 3rd Qu.:263.0
## Max. :70.000 Max. :696.0
## NA's :14 NA's :7## Rows: 3,900
## Columns: 7
## $ age <dbl> 54, 45, 58, 42, 42, 57, 43, 42, 37, 49, 55, 39, 53, 45,…
## $ sex <chr> "male", "male", "male", "male", "male", "male", "male",…
## $ current_smoker <chr> "yes", "yes", "yes", "yes", "yes", "yes", "yes", "yes",…
## $ heart_rate <dbl> 95, 64, 81, 90, 62, 62, 75, 66, 65, 93, 70, 85, 58, 83,…
## $ blood_pressure <chr> "110/72", "121/72", "127.5/76", "122.5/80", "119/80", "…
## $ cigs_per_day <dbl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,…
## $ chol <dbl> 219, 248, 235, 225, 226, 223, 222, 196, 188, 256, 214, …Prueba de hipótesis: Frecuencia cardíaca promedio = 75 lpm
Hipótesis
H0: La media poblacional de la frecuencia cardíaca es igual a 75
H1: La media poblacional es diferente de 75
Si el valor-p < 0.05, se rechaza la hipótesis nula y se concluye que la frecuencia cardíaca promedio difiere de 75 lpm.
##
## One Sample t-test
##
## data: data$heart_rate
## t = 3.6136, df = 3892, p-value = 0.0003058
## alternative hypothesis: true mean is not equal to 75
## 95 percent confidence interval:
## 75.31856 76.07420
## sample estimates:
## mean of x
## 75.69638#Prueba de hipótesis: Colesterol medio > 200 mg/dL
Hipótesis
H0₀: El nivel medio de colesterol es menor o igual a 200
H1: El nivel medio de colesterol es mayor a 200
Con un valor-p < 0.05, se concluye que los niveles medios de colesterol son significativamente altos
##
## One Sample t-test
##
## data: data$chol
## t = 51.456, df = 3892, p-value < 2.2e-16
## alternative hypothesis: true mean is greater than 200
## 95 percent confidence interval:
## 235.4258 Inf
## sample estimates:
## mean of x
## 236.5959#Proporción de colesterol alto (>240 mg/dL) > 20%
Hipótesis
H0: La proporción de casos con colesterol alto es igual al 20%
H1: La proporción es mayor al 20%
##
## 1-sample proportions test with continuity correction
##
## data: sum(data$high_chol) out of nrow(data), null probability 0.2
## X-squared = 1271.4, df = 1, p-value < 2.2e-16
## alternative hypothesis: true p is greater than 0.2
## 95 percent confidence interval:
## 0.4155977 1.0000000
## sample estimates:
## p
## 0.4287182#Proporción de taquicardia (>100 lpm) ≠ 5%
Hipótesis
H0: La proporción de personas con taquicardia es 5%
H1: La proporción es distinta de 5%
##
## 1-sample proportions test with continuity correction
##
## data: sum(data$tachycardia) out of nrow(data), null probability 0.05
## X-squared = 55.329, df = 1, p-value = 1.019e-13
## alternative hypothesis: true p is not equal to 0.05
## 95 percent confidence interval:
## 0.01942520 0.02931656
## sample estimates:
## p
## 0.02388903#Diferencia de medias: Colesterol en fumadores vs no fumadores
Hipótesis
H0: No hay diferencia en los niveles de colesterol
H1: Existe diferencia significativa
##
## Welch Two Sample t-test
##
## data: chol by smoker
## t = 2.9119, df = 3884.8, p-value = 0.003612
## alternative hypothesis: true difference in means between group 0 and group 1 is not equal to 0
## 95 percent confidence interval:
## 1.352281 6.925837
## sample estimates:
## mean in group 0 mean in group 1
## 238.6458 234.5067#Frecuencia cardíaca: ¿es mayor en fumadores?
Hipótesis
H₀: No hay diferencia
H₁: La frecuencia cardíaca es mayor en fumadores
##
## Welch Two Sample t-test
##
## data: heart_rate by smoker
## t = -3.5748, df = 3889.6, p-value = 0.9998
## alternative hypothesis: true difference in means between group 0 and group 1 is greater than 0
## 95 percent confidence interval:
## -2.008246 Inf
## sample estimates:
## mean in group 0 mean in group 1
## 75.01527 76.39056#Diferencia de proporciones: colesterol alto entre fumadores y no fumadores
Hipótesis
H0: La proporción es igual
H1: La proporción es diferente
##
## 2-sample test for equality of proportions with continuity correction
##
## data: table_chol
## X-squared = 5.4583, df = 1, p-value = 0.01948
## alternative hypothesis: two.sided
## 95 percent confidence interval:
## -0.070585127 -0.006121513
## sample estimates:
## prop 1 prop 2
## 0.4883094 0.5266627#Visualizaciones
Conclusiones
Se encontraron diferencias significativas en el colesterol entre fumadores y no fumadores (p < 0.05)
La frecuencia cardíaca promedio de los fumadores tiende a ser mayor
Las visualizaciones confirman la dispersión y tendencias observadas
La frecuencia cardíaca promedio difiere de 75 lpm y es mayor en fumadores
El colesterol medio supera significativamente los 200 mg/dL
La proporción de colesterol alto (>240) excede el 20%
Se observa una proporción de taquicardia distinta al 5%
Tanto el colesterol como la frecuencia cardíaca muestran diferencias importantes entre fumadores y no fumadores
Recomendaciones
Desarrollar campañas médicas orientadas a monitorear colesterol en fumadores
Fomentar chequeos cardiovasculares regulares en personas con historial de tabaquismo
Promover políticas públicas que apoyen la cesación del tabaco con enfoque clínico preventivo